asfreqとresampleの違い

Question

パンダのasfreqメソッドとresampleメソッドの違いについて説明してください。誰が何を使うべきですか？

Answer 1

resampleは、asfreqよりも一般的です。たとえば、resampleを使用して、SeriesまたはDataFrameオブジェクトを任意のサイズのビンでビニングする任意の関数を渡すことができます。 asfreqは、DatetimeIndexオブジェクトの頻度を簡潔に変更する方法です。また、埋め込み機能も備えています。

パンダのドキュメントによると、asfreqは、date_rangeの呼び出しとreindexの呼び出しの周りのシンラッパーです。例はhereを参照してください。私は私の毎日の仕事で使用resampleの

例はTrueが「スパイク」を意味し、Falseが「NOスパイク」を意味しない大型ブール配列をリサンプリングすることによって1秒ビンにおけるニューロンのスパイクの数を計算します。私はそれをlarge_bool.resample('S', how='sum')と同じくらい簡単に行うことができます。ちょっとしたもの！

asfreqは、DatetimeIndexを現在のインデックスで同じ値を保持しながら異なる頻度に変更する場合に使用できます。限りのいずれかを使用する場合など

In [6]: dr = date_range('1/1/2010', periods=3, freq=3 * datetools.bday) 

In [7]: raw = randn(3) 

In [8]: ts = Series(raw, index=dr) 

In [9]: ts 
Out[9]: 
2010-01-01 -1.948 
2010-01-06 0.112 
2010-01-11 -0.117 
Freq: 3B, dtype: float64 

In [10]: ts.asfreq(datetools.BDay()) 
Out[10]: 
2010-01-01 -1.948 
2010-01-04  NaN 
2010-01-05  NaN 
2010-01-06 0.112 
2010-01-07  NaN 
2010-01-08  NaN 
2010-01-11 -0.117 
Freq: B, dtype: float64 

In [11]: ts.resample(datetools.BDay()) 
Out[11]: 
2010-01-01 -1.948 
2010-01-04  NaN 
2010-01-05  NaN 
2010-01-06 0.112 
2010-01-07  NaN 
2010-01-08  NaN 
2010-01-11 -0.117 
Freq: B, dtype: float64 

：

はここで彼らが等価である例だ、それはあなたが考えている問題によって異なります...共有する気？